Jetzt Kontakt aufnehmen
de

Künstliche Intelligenz (KI) verhilft der HR-Software zum Sieg

künstliche Intelligenz - KI

In Japan werden aktuell Versuche unternommen, Senioren durch Roboter betreuen zu lassen. Das klingt möglicherweise etwas gruselig und unpersönlich, ist aber die Folge eines handfesten Problems. Es fehlt schlicht an ausreichend Personal zur Betreuung. Dieses Problem ist auch in Deutschland häufig zu hören, allerdings denkt niemand an einen Roboter-Ersatz. Nur warum eigentlich nicht? Immerhin ist es uns heute schon möglich einen Algorithmus zu erschaffen, der genügend Rechenpower vorausgesetzt, selbstständig lernt und Probleme löst. Möglicherweise verbinden wir einfach in unserer Vorstellung eine gewisse Form von Unbehagen, wenn eine vollständig autonom agierende Maschine Entscheidungen fällt, die uns in irgendeiner Form betreffen. Ganz so schlimm ist es zum Glück nicht, denn vor dem autonomen Handeln kommen zuerst einmal die Vorteile der Automatisierung von Prozessen und die Unterstützung beim Erledigen von Aufgaben. Auch die Software in der HR-Branche profitiert immer stärker von der Integration der künstlichen Intelligenz (KI).

Die Ausprägungen der künstlichen Intelligenz

Der Begriff künstliche Intelligenz (kurz: KI) beschreibt im Wesentlichen einen Vorgang, bei dem ein Algorithmus durch eine implementierte Logik beginnt, aus vorhandenen Regeln oder Vorgaben, auf neue und damit unbekannte Situationen zu reagieren. In dem Kontext lässt sich eine schwache KI, die hauptsächlich Prozesse unterstützt und gegebenenfalls beschleunigt, von einer starken KI, die dem Credo des selbst Lösens von Problemen folgt, unterscheiden. In den meisten Anwendungsfällen, wie der Autovervollständigung einer Suchanfrage, der Textkorrektur bei einer Smartphone-Tastatur-App oder gar bei einem Spurhalte-Assistent, kommt eine verhältnismäßig schwache Implementierung zu Anwendung. Diese Formen helfen uns im Alltag ungemein, vermögen es aber nicht die Weltherrschaft an sich zu reißen (so wie es Pinky und Brain immer vermochten).

Ethische Aspekte bei komplexen, autonom handelnden KIs

Das Beispiel des autonomen Fahrens eignet sich hervorragend, um die ethischen Probleme deutlich zu machen. Im ersten Fall nutzt der Fahrer eines Autos umfangreiche Komfortsysteme, wie den bereits angesprochenen Spurhalte-Assistent, den Abstandswarner, das Notbremssystem und umfangreiche Sensorik, um Fußgänger auch bei Nacht zu erkennen. Auch wenn der Fahrer kaum noch selbst steuert, so bleibt er doch die Kontrollinstanz, die in letzter Konsequenz eine Entscheidung fällt. Im zweiten Fall setzt sich die zu transportierende Person einfach ins Auto, sagt dem Computer wo es hin gehen soll und übergibt somit die komplette Kontrolle an die KI. Im Falle einer Gefahrensituation entscheidet nun die KI, wen es sich lohnt zu opfern oder zu retten. Die Entscheidung passiert blitzschnell und basiert auf statistischen Daten, gewichteten Faktoren oder dem Zufallsprinzip, je nachdem wie das System konfiguriert wurde. D.h. bevor dieses Streitthema nicht hinreichend debattiert und gelöst wurde, dürften sich bestimmt Funktionalitäten nicht öffentlich durchsetzen.

Was kann eine KI leisten, wenn quasi unbegrenzt Rechenpower verfügbar ist?

Diese spannende Frage hat glücklicherweise schon Google beantwortet. Bereits Anfang 2017 führten die Forscher von Google ein Experiment durch, bei dem die KI „Google Brain“ dazu genutzt wurde, um eine Software zur Erkennung der menschlichen Sprache zu entwickeln. D.h. eine Software entwickelt eine andere Software! Und das Ergebnis überraschte dann doch mehr als erwartet, denn die von „Google Brain“ entwickelte Software war besser, als das von Menschen erdachte und entwickelte Pendant. Ein weiteres Beispiel hierzu stellt die Software AlphaGo dar, welche ebenfalls von Google entwickelt wurde. AlphaGo schaffte das Unglaubliche, denn im März 2016 schlug diese Software einen der weltbesten Go-Spieler unter Wettbewerbsbedingungen. Während anfangs die Software noch von Spielern lernte, setzten die Ingenieure bei AlphaZero, ebenfalls von Google, noch einen drauf. Diese KI lernte innerhalb weniger Stunden Schach, Go und Shogi, allerdings nur auf Grundlage der fest einprogrammierten Regeln und Spielen gegen sich selbst. Sonst existierte kein Input von außen. Das Ergebnis war so überwältigend, dass selbst der Schachweltmeister G. Kasparow gesagt haben soll, dass man von der KI noch etwas lernen könne. Der Fairness halber ist anzumerken, dass Google über unglaubliche Hardwarekapazitäten in Form von hoch spezialisierten Rechenzentren verfügt, die solche selbstlernfähigen KIs überhaupt erst ermöglichen.

Wie hilft uns die KI im Alltag?

Aus den schon angesprochenen Gründen leistet eine KI meist nicht das, was wirklich möglich wäre. Dennoch reicht schon die „schwache KI“ aus, um unser Leben und Arbeiten sehr viel angenehmer machen. Denn diese Form der Automatisierung betrifft meist keine kritischen Prozesse und kann auch das Unternehmen oder die Mitarbeiter weder gefährden noch sabotieren. Das beste Beispiel hierfür ist die komplexe Autokorrektur mit Wortvorhersage und Grammatik-Erkennung (d.h. die Wörter werden im richtigen Casus vorgeschlagen). Und genauso muss man sich die KI-Funktionen im HR-Umfeld ebenfalls vorstellen. Diese übernehmen keinesfalls die Abteilung und machen auch nicht 80% der HR-Belegschaft überflüssig, weil es nur noch ein paar „Head-offs“ braucht und sonst niemanden mehr. Die Software nimmt primär langweilige oder zeitraubende Tätigkeiten ab, die selten jemand gern durchführt. Ein Beispiel hierzu ist das HR4YOU-Feature, welches sich CV-Parser nennt, also die automatische Auswertung des Lebenslaufs eines Bewerbers, damit dieser seine Daten nicht nochmal eintragen muss. Oder noch etwas präziser ausgedrückt: Die Software analysiert mittels Mustererkennung den Lebenslauf, um dann die gefundenen Elemente den richtigen Eingabefeldern zuzuweisen, die später in einer Datenbank zur Weiterverarbeitung abgelegt werden. Wer meint, die Logik dahinter ließe sich „mal eben“ runterprogrammieren, der irrt gewaltig. Denn die dahinterliegenden Funktionen müssen zu unterschiedlichen Varianten von Lebensläufen kompatibel sein und nicht nur mit dem typischen deutschen Standard, dem tabellarischem CV, zurechtkommen, sondern ebenfalls mit der amerikanischen Variante. Im nächsten Schritt muss dieselbe Prozedur mit der Stellenanzeige erfolgen, damit ein Matching mittels Vorschlagfunktion überhaupt möglich ist. Da es eher unwahrscheinlich ist, dass ein Kandidat zu 100 % auf eine Stelle passt, ermittelt die Software ebenfalls die Eignung anhand von gewichteten Kriterien, um es dem HR-Verantwortlichen so einfach wie möglich zu machen eine passgenaue Entscheidung zu fällen.

Wie genau funktioniert jetzt der CV-Parser?

Welche Funktion der CV-Parser zur Verfügung stellt und wie praktisch diese Funktion ist, dürfte nun klar sein, aber was verbirgt sich auf der technischen Ebene dahinter? Am Anfang steht der Algorithmus, welcher sich mittels Muster-Erkennung zum richtigen Dokument durcharbeiten muss. Denn wenn ein Dokument nicht „CV“ oder „Lebenslauf“ heißt, sondern „Bewerbungsmappe“, dann bedeutet dies zuerst einmal: Finde das richtige Dokument! Hierzu sind mehr als nur ein „paar“ Versuche des Trainings notwendig. Denn schließlich existieren fast unbegrenzt viele Möglichkeiten, die sich aber hinsichtlich einiger Element-Kombinationen wie „Datum Ort Tätigkeit“ oder ähnlichen Konstellationen so nur im CV wiederfinden. Mit steigendem Lern-Input steigt gleichzeitig auch die Erkennungsrate und es fällt die Fehlerquote. Beides ist unabdingbar, um sich auf die Technik zu verlassen, da sonst die gewünschte Beschleunigung der Prozesse nicht eintritt.

Je weiter dieser Prozess fortschreitet und je übergreifender dieser eingesetzt und angewendet wird, umso effektiver arbeitet die KI. Gerade bei einer Cloud-basierten Anwendungssoftware ließe sich das Potential noch vergrößern, da jetzt alle Kunden die diese KI einsetzen, nicht mit je einer KI arbeiten, sondern eine KI für alle arbeitet. Der Vorteil dieser Form der Zentralisierung liegt nicht nur im Datenüberangebot mit der die KI lernt, sondern auch darin, dass jeder Lerneffekt auch gleichzeitig jedem Kunden zugutekommt. Da in diesem Fall nicht der Datensatz einer Person direkt entscheidend, sondern die logische Verknüpfung die daraus ableitbar ist, von der KI verarbeitet wird. Daher kommt es auch zu keinerlei Problemen mit der DSGVO oder anderen zukünftigen Datenschutzreformen. Denn der Abstraktionslevel der Datenstruktur erreicht bereits ein Niveau, welches mit dem einzelnen Datensatz nichts mehr zu tun hat.

Der Digitalisierung gehört die Zukunft

An diesen Beispielen und Erklärungen wird offensichtlich welche vielfältigen Möglichkeiten im HR-Softwarebereich jetzt schon bei HR4YOU umgesetzt sind und aber auch, worauf sich ein HR-Verantwortlicher in Zukunft noch freuen darf, falls die komplette Automatisierung einen wünschenswerten Endzustand darstellt.

Leave a Reply

fünf × drei =